Tóm tắt nhanh: Bạn có thể triển khai quy trình GTM trên Claude Code bằng cách chia nhỏ công việc thành từng tác vụ trên bảng theo từng giai đoạn: bộ lọc ICP, tệp quy tắc, sàng lọc và đánh giá, tìm kiếm nhân sự, tìm kiếm và xác minh email, tín hiệu thị trường, cùng hoạt động tiếp cận (outreach). Agent sẽ thực thi từng tác vụ dữ liệu với Treg đóng vai trò là tầng dữ liệu. Một nhân sự phụ trách sẽ nắm quyền sở hữu tệp quy tắc và phê duyệt từng câu mở đầu trước khi gửi đi bất kỳ nội dung nào.
Triển khai GTM trên Claude Code thoạt nghe có vẻ giống như một câu prompt dài: “hãy tìm cho tôi 50 tài khoản tiềm năng và soạn thư gửi người mua”. Cách này có thể chạy ổn trong một bản demo. Nhưng nó sẽ đổ vỡ ngay trong tuần mà công cụ tìm kiếm hết dung lượng định mức, hoặc khi không ai biết ai là người đã phê duyệt email gửi đi.
Cẩm nang GTM engineering của Treg đảm nhiệm nửa mảng dữ liệu: gồm 16 chương từ xác định ICP đến triển khai thực tế, được xây dựng dựa trên 6 lượt chạy thực nghiệm, 502 lệnh gọi được ghi nhận và chi phí đo lường là $5,03. Mọi số liệu ở đây đều là kết quả thực nghiệm do Treg tự ghi lại và chưa được kiểm chứng độc lập, vì vậy bạn nên thử nghiệm trực tiếp trên dữ liệu của riêng mình.
Nửa còn lại là sự điều phối: người chịu trách nhiệm dừng quy trình, người phụ trách tiếp cận, và số lượng bản ghi qua từng giai đoạn. Một phiên làm việc đơn lẻ không thể gánh vác toàn bộ điều đó. Bài viết này sẽ hướng dẫn cách triển khai cẩm nang thành các tác vụ trên Sharkly, với các agent thực thi từng giai đoạn trong Claude Code hoặc Codex và con người kiểm soát tại hai chốt chặn then chốt mà cẩm nang yêu cầu.
Tại sao triển khai GTM trên Claude Code cần một bảng công việc thay vì một phiên đơn lẻ
Một phiên agent kéo dài dễ che giấu ba rủi ro thất bại mà công việc GTM không thể chấp nhận.
- Phát sinh chi phí không có điểm kiểm soát. Làm giàu dữ liệu tốn phí cho những dòng dữ liệu lẽ ra cần phải loại bỏ.
- Lỗi ngầm không cảnh báo. Treg liệt kê những điểm bị gián đoạn trong các lần chạy thực tế mà quy trình không hề dừng lại: công cụ tìm kiếm hết giới hạn, endpoint của nhóm mua hàng hết dung lượng, 3 tài khoản bị giới hạn tần suất (rate limit), và một lỗi parser khiến tốn thêm $1,08 để chạy lại.
- Không có người chịu trách nhiệm khi gửi đi. Nguyên tắc tiếp cận trong cẩm nang rất dứt khoát: “không gửi bất cứ nội dung nào mà chưa có người đọc qua”.
Mỗi vấn đề kể trên đều là bài toán phối hợp nhóm, và có thể giải quyết bằng sự phân định quyền sở hữu, trạng thái rõ ràng cùng nhật ký ghi nhận theo từng giai đoạn. Đây chính là mô hình con người làm chủ công việc của agent, được áp dụng vào danh sách khách hàng tiềm năng.
Ngăn xếp công nghệ: Nơi từng thành phần vận hành
Ba tầng, mỗi tầng đảm nhiệm một nhiệm vụ duy nhất.
| Layer | Tool | Job |
|---|---|---|
| Execution | Claude Code or Codex | Chạy các prompt, đọc tệp quy tắc, xuất tệp CSV |
| Data | Treg | Tìm kiếm công ty và nhân sự, làm giàu dữ liệu, tìm và xác minh email, theo dõi tín hiệu tuyển dụng và gọi vốn, tính phí theo từng lượt gọi |
| Coordination | Sharkly | Một tác vụ cho mỗi giai đoạn, chỉ định người phụ trách cho từng tác vụ, quản lý trạng thái xét duyệt và lưu trữ nhật ký lượt chạy |
Thiết lập Treg một lần duy nhất trên Máy tính nơi các agent của bạn chạy. Trích từ tệp cài đặt của Treg:
# install the CLI and the treg skill for every agent it detects
curl -fsSL https://treg.to/install.sh | sh
# browser sign-in (GitHub, Google, or an emailed code)
treg login
# headless Computer: pass a token instead of a browser
curl -fsSL https://treg.to/install.sh | sh -s -- --token "$TREG_TOKEN"
Hoặc dán một dòng lệnh vào agent: set up treg - https://treg.to/llms.txt. Theo Treg, các tài khoản mới đã xác minh sẽ nhận được một lần khoản tín dụng miễn phí $1,00, các lượt gọi được tính theo đúng giá gốc của nhà cung cấp không cộng thêm biên lợi nhuận (0% markup), và các lượt tìm kiếm không có kết quả được tính phí $0,00.
Quy trình GTM dưới dạng các tác vụ trên bảng
Dưới đây là cách chuyển đổi cẩm nang thành các tác vụ cụ thể. Cột thứ ba là kết quả thực nghiệm do Treg ghi nhận cho từng giai đoạn.
| Task (playbook chapter) | Assignee | Treg’s recorded run |
|---|---|---|
| Bộ lọc ICP + số lượng miễn phí (1-2) | Agent | CompanyEnrich, B2B+SaaS, quy mô 51-200 nhân viên, Mỹ: 10.403; gọi vốn từ 2024 trở đi: 1.357 |
| Tệp quy tắc (3) | Con người | Chốt chặn do con người kiểm soát: ngưỡng lọc, điều kiện loại bỏ, hạn mức chi tiêu, người có quyền dừng quy trình |
| Đối tượng tương tự (Lookalikes) (4) | Agent | 71 ứng viên với giá $0,006; 8 trong số 71 đạt chuẩn kiểm tra ICP 50% |
| Sàng lọc trước khi chi tiền (5) | Agent | 50 công ty: 27 đạt, 21 bị loại; tổng chi phí $2,33, tương đương $0,12 cho mỗi lead hợp lệ |
| Tìm nhân sự theo vị trí (6) | Agent | Vị trí “marketing” tại 8 tài khoản: 20 nhân sự, $0,00 (lấy thông tin liên hệ mới tính phí) |
| Tìm kiếm email nhiều tầng (waterfall) + xác minh (7-8) | Agent | 60 nhân sự: 32 có thể gửi, 16 rủi ro, 4 không xác định, 8 không hợp lệ, $0,65 |
| Tín hiệu (9-10) | Agent | 27 tài khoản: 16 tài khoản đang tuyển các vị trí GTM trong vòng 60 ngày, $1,35 |
| Tiếp cận (11-12) | Agent soạn thảo, con người phê duyệt | 4 trong số 19 câu mở đầu dựa trên tin tức được đánh giá từ mức khá trở lên |
| Gắn thẻ, số liệu, mở rộng quy mô (14-16) | Agent + con người | Số lượng dòng qua từng giai đoạn, lưu phản hồi thô, hạn mức chi tiêu cho mỗi lần chạy |
Làm thế nào để xây dựng chân dung khách hàng lý tưởng (ICP) mà agent có thể lọc được?
Hãy chia nhỏ ICP thành các bộ lọc (filters) và các tiêu chí đánh giá (checks). Bộ lọc là các trường mà nhà cung cấp dữ liệu có thể tìm kiếm: quốc gia, quy mô nhân sự, lĩnh vực kinh doanh, vòng gọi vốn. Còn các tiêu chí đánh giá là nhận định cần xem xét theo từng dòng dữ liệu, và chúng được thực hiện trước bất kỳ bước trả phí nào.
Phần mô tả tác vụ có thể đưa vào câu prompt mẫu của Treg: “Sử dụng treg, hãy chuyển đổi ICP trong icp.md thành các bộ lọc cho hai nhà cung cấp tìm kiếm công ty. Chỉ sử dụng các endpoint đếm số lượng miễn phí của họ.” Tiêu chí nghiệm thu được trích từ cẩm nang: không mua bất kỳ danh sách nào cho đến khi kết quả đếm miễn phí từ hai bên gần tương đương nhau và mười dòng dữ liệu mẫu hiển thị chuẩn xác.
Tại sao tệp quy tắc cần có người phụ trách trực tiếp?
Ngưỡng đánh giá sẽ làm thay đổi toàn bộ danh sách. Trong lần chạy thử của Treg, có 27 trên 48 công ty vượt qua mức ngưỡng ICP 50%; nhưng nếu nâng lên 60%, con số này chỉ còn 14. Đây là một quyết định kinh doanh, vì vậy cần có một người trực tiếp nắm quyền sở hữu tác vụ thiết lập các quy tắc này.
Hãy đặt các quy tắc ở nơi mà mọi giai đoạn đều có thể đọc được. Tính năng Skill của Sharkly giúp đóng gói các hướng dẫn có thể tái sử dụng cho agent, nhờ đó tệp quy tắc trở thành một Skill duy nhất được liên kết với mọi agent GTM, thay vì phải dán đi dán lại cùng một đoạn văn vào chín prompt khác nhau.
# gtm-rules.md (owner: the person who can stop the run)
icp_threshold: 0.50
max_spend_per_run_usd: 3.00
drop_if: [no_usable_domain, headcount_outside_51_200]
send_only: verifier_verdict == "deliverable"
stop_owner: "growth lead"
every_stage_reports: [rows_in, rows_out, metered_cost]
Giai đoạn 3 đến 7: Sàng lọc trước khi chi tiền
Đây là các tác vụ dữ liệu ưu tiên chi phí thấp trước. Hãy liên kết chúng bằng mối quan hệ chặn / bị chặn bởi (blocks / is blocked by) để bước sàng lọc hoàn tất trước khi bước tìm kiếm nhân sự bắt đầu. Thứ tự thực hiện ảnh hưởng trực tiếp đến chi phí: Treg đã sàng lọc 50 công ty với chi phí $2,33 và ước tính cần $4,12 nếu làm giàu dữ liệu cho toàn bộ 48 công ty có tên miền hợp lệ.
Hai quy tắc từ cẩm nang sẽ trở thành tiêu chí nghiệm thu. Các đối tượng tương tự (lookalikes) phải đáp ứng cùng bộ lọc quy mô và kiểm tra ICP như bất kỳ dòng dữ liệu nào khác. Chỉ những địa chỉ email đã được xác minh là có thể gửi thư mới được đưa vào chuỗi tiếp cận: trong thử nghiệm trên 60 người của Treg, công cụ tìm kiếm trả về 60 địa chỉ, nhưng bộ xác minh chỉ duyệt 32 địa chỉ.
Mỗi tác vụ dữ liệu kết thúc bằng một bình luận từ agent: số dòng đầu vào, số dòng đầu ra, chi phí đo lường từ Treg. Cùng với nhật ký lượt chạy, đây chính là biên nhận xác nhận cho từng giai đoạn.
Làm thế nào để luôn có người trực tiếp kiểm soát nút gửi?
Tác vụ tiếp cận là nơi agent nghiên cứu và soạn thảo bản nháp, sau đó dừng lại. Trong lần chạy của Treg, chỉ có 4 trong số 19 câu mở đầu dựa trên tin tức đạt mức khá trở lên. Do đó, agent sẽ chuyển tác vụ sang trạng thái chờ người xét duyệt (waiting for human review), để người kiểm duyệt phê duyệt, chỉnh sửa hoặc viết lại. Chúng tôi đã phân tích mô hình này trong bài viết về coding agent có sự tham gia của con người (human-in-the-loop); mô hình này hoàn toàn có thể áp dụng tương tự cho quy trình gửi email mà không cần thay đổi gì.
Cách Sharkly duy trì tính kỷ luật cho các nguyên tắc trong cẩm nang
- Một tác vụ cho mỗi giai đoạn giúp từng bước có trạng thái rõ ràng, một Người phụ trách (Agent, Crew hoặc con người) và các tiêu chí nghiệm thu cụ thể.
- Các trạng thái xét duyệt giúp định hướng sự tập trung. Agent có thể chuyển tác vụ sang trạng thái chờ con người phản hồi hoặc chờ người xét duyệt, và các tín hiệu này sẽ được gửi về Hộp thư đến (Inbox) của người phụ trách.
- Nhật ký lượt chạy ghi lại thời điểm bắt đầu và kết thúc của một phiên, các lệnh gọi công cụ và sự kiện Runtime, cùng chi tiết lỗi: đáp ứng đúng quy trình kiểm toán mà chương triển khai yêu cầu.
- Tác vụ cha lưu giữ kết quả đầu ra tổng thể. Ví dụ: “Danh sách người mua mảng marketing Quý 4” là tác vụ cha; chín giai đoạn còn lại sẽ là các tác vụ con.
Nếu không muốn tự mình giao chín tác vụ một cách thủ công, bạn có thể để Crew leader tự động chia nhỏ tác vụ cha và ủy quyền các giai đoạn, như đã được hướng dẫn trong bài viết về Sharkly Crews. Sharkly hoàn toàn miễn phí khi bắt đầu, và chi phí sử dụng mô hình sẽ tính vào gói Claude Code hoặc Codex đã liên kết với Runtime của bạn.
Tín hiệu: Không có link nguồn thì không tính là tín hiệu
Tác vụ thu thập tín hiệu đòi hỏi những tiêu chí nghiệm thu khắt khe nhất. Treg đã tìm thấy 16 trong số 27 tài khoản có các vị trí GTM đang tuyển dụng trong 60 ngày qua, nhưng có tới 355 trên tổng số 675 tin tuyển dụng trả về đã đóng tuyển.
Dữ liệu về việc chuyển đổi công việc còn kém hơn. Trong nghiên cứu của Treg trên 148 người vừa thông báo nhận vị trí mới, các cơ sở dữ liệu liên hệ bỏ sót nhà tuyển dụng mới trung bình tới 68% số lần. Việc đọc trực tiếp hồ sơ (live profile read) chỉ tìm thấy 49 người trong số 148 trường hợp, nhưng lại chính xác tới 47 trường hợp. Nguyên tắc ở đây vẫn giữ đúng như cẩm nang đã nêu: không có link nguồn, không thực hiện tiếp cận.
Thử nghiệm của Treg về tín hiệu tuyển dụng trước các đợt gọi vốn không cho thấy sự khác biệt rõ rệt giữa các nhóm, vì vậy hãy kiểm tra mọi tín hiệu về thời điểm dựa trên lịch sử thành bại của chính bạn trước khi gán trọng số cho nó.
Những điều số liệu của Treg phản ánh, và những điều chưa thể khẳng định
Treg có công bố hai bảng so sánh rất đáng để đọc kỹ trên trang tìm kiếm nhân sự của họ.
- Chi phí trên mỗi email chính xác: trên 100 lead vào tháng 10 năm 2026, Treg ghi nhận 92 email công việc chính xác với chi phí $0,58 cho 100 email đúng, so với 84 email ở mức giá $3,77 của Clay.
- Độ chính xác của Agent: trên các tác vụ tìm kiếm khách hàng B2B thuộc bộ benchmark 119 tác vụ People Search Bench của LessieAI, Treg ghi nhận Claude Code khi chạy độc lập đạt 43%, còn Claude Code kết hợp với Treg đạt 78,2%, đồng thời hoàn thành danh sách trong 1,4 phút thay vì 2,8 phút.
Đây là các kết quả thử nghiệm do chính nhà cung cấp thực hiện dựa trên mức giá niêm yết tại thời điểm đó, và Treg cũng lưu ý rằng chênh lệch chỉ vài dòng dữ liệu thì có thể xem như tương đương nhau. Hãy dựa vào những số liệu này để chọn ra hạng mục cần kiểm thử trên 50 dòng dữ liệu thực tế của riêng bạn.
Triển khai như một sản phẩm phần mềm
Nguyên tắc trong chương cuối: không có gì được tự động hóa hoàn toàn cho đến khi nó đã được chạy thử nghiệm ngầm (shadow mode). Trên bảng công việc, quy trình này gồm ba giai đoạn.
- Chạy ngầm (Shadow). Các agent chạy mọi tác vụ dữ liệu; tác vụ tiếp cận vẫn ở trạng thái chờ xét duyệt và không có nội dung nào được gửi đi.
- Phân khúc nhỏ. Chọn một phân khúc khách hàng, chạy trong một tuần. Theo dõi số lượng dòng dữ liệu và chi phí trên mỗi lead có thể gửi được dựa theo tệp quy tắc.
- Tự động hóa dữ liệu, nhưng không bao giờ tự động hóa việc gửi đi. Các tác vụ dữ liệu được chạy theo lịch trình thông qua tính năng Automation. Quyết định bấm gửi vẫn hoàn toàn thuộc về con người.
Để theo dõi nhiều lần chạy cùng một lúc, hãy xem bài viết cách giám sát các coding agent chạy song song.
Bắt đầu từ một giai đoạn duy nhất
Quy trình GTM trên Claude Code sẽ phát huy hiệu quả khi mỗi giai đoạn được chia nhỏ, tính toán chi phí rõ ràng và có người phụ trách cụ thể, đồng thời bảng công việc quy định rõ ai có quyền dừng quy trình và ai phê duyệt việc gửi thư. Hãy bắt đầu từ quy mô nhỏ: tạo tác vụ ICP và tác vụ tệp quy tắc trong Sharkly, chạy đếm thử miễn phí, và chỉ sau đó mới mở các giai đoạn trả phí.
FAQ
GTM engineering là gì?
Cẩm nang của Treg định nghĩa GTM engineering là việc thiết kế, xây dựng và duy trì các hệ thống nhằm chuyển đổi chiến lược go-to-market thành các quy trình làm việc có thể lặp lại: nhắm mục tiêu tài khoản, làm giàu dữ liệu khách hàng tiềm năng, chấm điểm, theo dõi tín hiệu, nghiên cứu thông tin và điều hướng inbound, kết hợp với sự phê duyệt của con người trước khi gửi đi các thông điệp tiếp cận outbound.
Chi phí trên mỗi lead của Treg là bao nhiêu?
Trong đợt chạy ngày 23 tháng 9 năm 2026 của chính Treg, các lead đủ điều kiện có chi phí $0,12 cho mỗi lead có thể gửi được thư, và $2,33 cho toàn bộ danh sách. Các lượt gọi API được tính phí theo mức sử dụng thực tế, còn các lượt không tìm thấy dữ liệu được tính phí $0,00.
Agent AI có nên tự ý gửi cold email mà không cần xét duyệt không?
Không. Cẩm nang của Treg nêu rõ không gửi bất kỳ nội dung nào mà con người chưa đọc qua, và trong đợt chạy thử nghiệm chỉ có 4 trong số 19 câu mở đầu do agent nghiên cứu đạt mức khá trở lên.
Các quy tắc dành cho agent GTM được lưu trữ ở đâu?
Được lưu trữ trong một tệp quy tắc với các ngưỡng số cụ thể, điều kiện loại bỏ rõ ràng, hạn mức chi tiêu, và chỉ định rõ một người có quyền dừng quy trình. Trong Sharkly, bạn có thể đóng gói tệp này thành một Skill để mọi agent đều đọc chung một bộ quy tắc.
Quy trình này có hoạt động với Codex thay vì Claude Code không?
Có. Thiết lập của Treg hỗ trợ cả Claude Code, Codex lẫn Cursor, và một Sharkly Agent có thể chạy trên bất kỳ Runtime nào trong số đó ngay trên cùng một bảng công việc. Hãy xem bài viết trình quản lý tác vụ AI: giao việc, theo dõi và xét duyệt công việc của agent để biết cách thiết lập tổng quan.